实验指南

qPCR 绝对定量与拷贝数标准品配制实战指南

qPCR 绝对定量需要把 Ct 值与已知拷贝数关联起来,核心在于标准品浓度估算准确、系列稀释稳定、标准曲线合格。本文介绍拷贝数计算公式、质粒与体外转录 RNA 标准品配制流程、稀释梯度设计要点,以及常见 R2 低、效率异常和平台期不稳定等问题的排查思路。

更新于 2026-08-25 7 分钟
链接已复制到剪贴板

什么时候需要绝对定量

qPCR 相对定量(2^-ΔΔCt)适合比较同一基因在不同样本中的表达倍数变化,但它不告诉你反应孔里到底有多少个模板分子。如果你需要:

  • 知道每微升样品中目标基因的精确拷贝数
  • 比较不同基因之间的绝对丰度
  • 建立病毒载量、细菌负荷或转基因拷贝数检测
  • 向标准曲线回推算未知样品浓度

就应该使用绝对定量。绝对定量的核心逻辑是用已知拷贝数的标准品建立标准曲线,再把未知样品的 Ct 值代入曲线反推拷贝数。

绝对定量的两条技术路线

路线标准品类型适用场景优点缺点
质粒 DNA含目标片段的克隆质粒微生物、转基因、常规 DNA 定量稳定性高、可长期保存不能反映 RNA 靶点
体外转录 RNA含目标序列的 ssRNA病毒 RNA、基因表达绝对定量与真实 RNA 模板一致更易降解,需 RNase-free 操作

选择标准品时要考虑:分子类型是否匹配检测对象、片段长度是否覆盖引物扩增区、标准品是否经过精确定量。

拷贝数计算:从浓度到分子数

建立标准曲线前,必须先把测到的质量浓度换算成拷贝数。计算分两步:先估算分子量,再按阿伏伽德罗常数换算。

双链 DNA 分子量估算

分子量 (Da) ≈ 碱基对数 (bp) × 660 Da/bp

例如一个 3000 bp 的质粒,分子量约为 1.98 × 10^6 Da。

单链 RNA 分子量估算

分子量 (Da) ≈ 核苷酸数 (nt) × 340 Da/nt

拷贝数计算公式

拷贝数 = 质量 (g) × 6.022 × 10^23 ÷ 分子量 (Da)

或写成浓度形式:

拷贝数/µL = 浓度 (ng/µL) × 10^-9 × 6.022 × 10^23 ÷ 分子量 (Da)

快速估算参考表

标准品类型长度1 ng/µL 对应的拷贝数/µL
质粒 DNA3000 bp3.0 × 10^8
质粒 DNA5000 bp1.8 × 10^8
PCR 产物 dsDNA200 bp4.5 × 10^9
体外转录 RNA1000 nt1.8 × 10^9
体外转录 RNA2000 nt8.9 × 10^8

实际计算时建议使用 DNA/RNA 拷贝数计算器,避免手动换算时数量级出错。

质粒标准品配制全流程

第一步:制备线性化或环状质粒模板

  • 用目标基因特异性引物扩增并克隆到质粒载体中
  • 测序确认插入片段方向和序列正确
  • 可选择酶切线性化或直接使用超螺旋质粒
  • 线性化质粒扩增效率通常更稳定,推荐用于标准曲线

第二步:精确定量

  • 用 Nanodrop 或 Qubit 测定 DNA 浓度
  • 建议用 Qubit dsDNA HS 试剂盒,对杂质耐受性更好
  • 同时检测 A260/280 和 A260/230,纯度异常时重新纯化
  • 至少重复测定 2-3 次,取平均值

第三步:计算原液拷贝数

以 5000 bp 质粒为例,测得浓度 20 ng/µL:

分子量 = 5000 × 660 = 3.3 × 10^6 Da
拷贝数/µL = 20 × 10^-9 × 6.022 × 10^23 ÷ (3.3 × 10^6)
          ≈ 3.65 × 10^9 拷贝/µL

第四步:设计稀释梯度

推荐做 6-8 个数量级梯度,覆盖未知样品可能的浓度范围。常见设置:

梯度拷贝数/µL上样 1 µL 时的模板拷贝数
S11 × 10^71 × 10^7
S21 × 10^61 × 10^6
S31 × 10^51 × 10^5
S41 × 10^41 × 10^4
S51 × 10^31 × 10^3
S61 × 10^21 × 10^2
S71 × 10^11 × 10^1
NTC00

第五步:系列稀释操作要点

  1. 每个梯度稀释 10 倍,例如 1 µL 原液 + 9 µL 稀释液
  2. 稀释液推荐用 TE buffer(10 mM Tris-HCl, 1 mM EDTA, pH 8.0)或含 20 µg/mL carrier RNA 的溶液
  3. 每步更换新枪头,避免交叉污染
  4. 每次移液后充分涡旋震荡 5-10 秒,再短暂离心
  5. 低浓度标准品(<10^3 拷贝/µL)建议现配现用,不要长期保存

可使用 系列稀释计算器 和 稀释计算器 规划体积和浓度。

体外转录 RNA 标准品配制

RNA 标准品配制与质粒类似,但需要额外注意 RNA 稳定性和 RNase 污染。

关键差异

  • 分子量按 nt × 340 计算
  • 定量用 Qubit RNA HS 或 BR 试剂盒
  • 稀释液需用 RNase-free 水,可加 RNase 抑制剂
  • 分装后 -80°C 保存,避免反复冻融
  • 每次实验前检测 RNA 完整性

建议流程

  1. 设计含 T7/SP6 启动子的 DNA 模板,体外转录得到目标 RNA
  2. DNase I 消化模板 DNA
  3. 纯化后用 Qubit 精确定量
  4. 计算拷贝数浓度
  5. 用 RNase-free 稀释液做 10 倍系列稀释
  6. 低浓度标准品尽量当天配制

标准曲线质量判断

标准曲线应满足的基本要求

指标合格范围说明
扩增效率 (E)90%-110%,即斜率 -3.1 至 -3.6效率过高或过低都提示体系问题
R^2≥ 0.98低于 0.98 说明线性关系差
各点偏差重复孔 Ct SD < 0.3离散大时检查加样和混匀
检测下限 (LOD)最低可用浓度点 Ct 比 NTC 低 ≥ 3 个循环否则该浓度不可靠
检测上限最高浓度不出现平台期提前高浓度抑制会导致 Ct 偏早

标准曲线常见异常与处理

R^2 偏低

  • 系列稀释不准确,某一点浓度偏离预期
  • 低浓度点 Ct 波动大,重复性差
  • 标准品降解或吸附在管壁上
  • 处理:检查稀释操作,去掉最低一两个浓度点重新拟合,或重新配制标准品

扩增效率过高(>110%)

  • 可能存在引物二聚体或非特异性扩增
  • 标准品中有抑制剂残留
  • 处理:跑熔解曲线确认特异性,重新纯化标准品

扩增效率过低(<90%)

  • 引物设计不佳或退火温度不合适
  • 模板二级结构复杂
  • 反应体系中有抑制物
  • 处理:优化引物、调整退火温度、检查模板质量

低浓度点 Ct 反而偏高或混乱

  • 标准品在极低浓度下不稳定
  • 移液误差被放大
  • 污染导致 NTC 起峰
  • 处理:降低稀释梯度跨度、增加重复孔数、检查实验室污染

未知样品定量与报告

从标准曲线反推拷贝数

qPCR 软件会自动根据标准曲线方程计算未知样品拷贝数。如果手动计算:

Ct = a × log10(拷贝数) + b
拷贝数 = 10^((Ct - b) / a)

其中 a 为斜率,b 为截距。

结果报告注意事项

  • 报告每 µL 或每反应孔拷贝数
  • 说明标准曲线效率、R^2 和浓度范围
  • 列出检测下限和上限
  • 对低于检测下限的样品报告 “低于 LOD”,而不是具体数值
  • 重复实验时,不同批次标准品曲线应分别计算

常见坑点与避坑建议

浓度测定不准

Nanodrop 对乙醇、盐、蛋白残留敏感,容易高估 DNA 浓度。精确定量标准品时优先用 Qubit 荧光法。

标准品吸附损失

低浓度 DNA/RNA 容易吸附在管壁上。可加入 0.1 µg/µL BSA 或 carrier RNA 作为载体,减少吸附损失。

标准品与样品基质不一致

如果样品是血清、组织提取液或含复杂背景,标准品稀释液应尽量模拟样品基质,避免基质效应导致定量偏差。

忽视标准品稳定性

质粒 DNA 在 -20°C 可保存数月,但建议每 3-6 个月重新定量并做一次标准曲线验证。RNA 标准品建议 -80°C 分装保存,避免反复冻融。

一次稀释跨度太大

从 10^7 直接稀释到 10^2 容易因为单步稀释误差被放大。建议每步 10 倍稀释,逐级进行。

推荐排查顺序

  1. 确认标准品序列正确且经过精确定量
  2. 检查纯度指标 A260/280、A260/230 是否正常
  3. 重新做 10 倍系列稀释,每步更换枪头并充分混匀
  4. 设置 6-8 个浓度梯度,包含 NTC
  5. 跑标准曲线,检查效率、R^2 和熔解曲线
  6. 效率或 R^2 异常时,先排除标准品和稀释问题,再优化引物和体系
  7. 标准曲线合格后,再检测未知样品并计算拷贝数

相关工具

相关阅读

相关工具

继续用工具完成条件判断和计算

DNA/RNA 拷贝数计算

根据长度和浓度估算 DNA 或 RNA 的分子拷贝数。

立即使用
稀释计算器

根据 C1V1=C2V2 快速计算原液体积、稀释液体积和最终倍数。

立即使用
系列稀释计算

根据起始浓度、稀释倍数和步数,快速生成系列稀释方案。

立即使用
下一步排查

看完这页后,可以继续确认这些相邻问题

没有解决?

把你的实验现象发给 BioHelper

写下实验类型、异常表现、已经尝试过的操作和关键参数。后续会优先把真实问题整理成排查卡片或工具说明。

提交实验现象
本文用于科研实验排查与条件优化,不替代实验室 SOP、试剂说明书或医学判断。